当前人形机器人行业，大量技术演示还停留在实验室和仿真环境。一旦走进门店、商超这类真实环境，现实里五花八门的意外状况，大多不在机器人前期训练素材当中。过去想要解决这类问题，需要技术人员现场改程序、补录数据，人力成本高，也很难快速推广到更多门店。机器人上岗之后能不能自己在干活的过程中越做越熟练，已经成为行业商业化落地绕不开的考题。

10月27日，智元在AI WAVE技术活动上发布全新具身Agent框架Genie Master。搭载这套框架的精灵G2人形机器人，在真实便利店环境开展测试：不需要工程师手把手示范、现场调试，机器人干活遇到失败后，能够自己找出问题、调整动作、总结干活经验，多项精细任务越做越好。这也是行业第一次走出实验室，在真实门店场景验证“Physical RSI(具身递归自进化)”技术——简单来说，就是机器人在实际工作中一边干活，一边自我升级本领。

10月27日，智元正式发布具身Agent 框架 Genie Master，以回答这一行业命题。搭载该框架的精灵 G2，在真实便利店上岗期间，不依赖人工示范与调试，自己定位失败原因、调整策略、沉淀经验，做到了在多个复杂精细任务上持续改进，实现“无人在环”的持续自我进化。这是行业首次跳出仿真环境、走出实验室，首次在真实业务场景中验证 Physical RSI(具身递归自进化)。

如果机器人上岗后可以自己积累处理各类突发情况的经验，这套本领就能复制到更多门店场景，大幅降低大规模推广的成本，为人形机器人真正走进现实业务打下基础。

打通思考、动手和反馈 机器人干活不再“盲操作”

在便利店补货挂货，看起来只是把商品挂到挂钩上，实际现场麻烦不少：挂钩偏小、商品标签挡住视线，机器人头顶的摄像头看不清位置，就容易挂失败。

过去很多机器人只会接收“把商品挂上去”这条指令，失败之后也不知道到底哪里出了问题，只能重复无效动作。

Genie Master框架，核心就是解决这个痛点，搭建起一套完整闭环：机器人“思考规划”、“动手执行”、“接收干活结果反馈”三者打通。研发团队配套设计了EEP具身执行协议，可以通俗理解成一套通用沟通规则：告诉机器人自己有哪些动作本领、这一步具体该怎么操作、判断有没有做成功，还有哪些活还没干完。

机器人做完动作，不管是成功、卡住、中途失败，结果都会实时传回系统。活干到一半中断时，机器人记住已经完成的步骤，从失败的地方继续往下做，不用全部推倒重来;这套规则也支持多台机器人一起干活，自动分配不同任务。

就拿挂货举例，机器人反复挂不上商品，系统自己复盘发现：头顶摄像头距离远，被标签挡住看不清挂钩。于是自主调整操作方式，伸出左手凑近货架，靠手腕上的摄像头近距离看清挂钩位置，再用右手完成挂货，整套调整没有人为介入。

两套学习模式 把“踩坑教训”变成长期干活本事

光做到失败之后临时调整还不够，还要让机器人记住这次的经验，下次遇到同类问题不用重新踩坑。Genie Master设计了两套相辅相成的学习模式，专门用来把实战当中的踩坑教训，转化为可以长期使用的工作能力。

其中一套模式相当于为机器人搭建起一本工作备忘录，也就是Harness RSI。机器人在作业过程中，会自动记录下工作里成功和失败的各类操作。等到每日工作结束，系统会自动复盘当天所有案例，从中提炼出实用的解决办法并保存下来。当后续再碰到相似场景，机器人就可以直接调取积累好的经验开展工作，不必重复反复试错。就像前面的商品挂货任务，“用手腕摄像头凑近看清挂钩”这套解决思路，就会被保存到这份备忘录中，之后再遇到视线被遮挡、拍摄视野不足的情况就能够直接拿来使用。

不过仅仅记下处理思路还远远不够，如果每次遇到问题都要翻看“备忘录”调取方案，依旧会影响作业效率。为此另一套Policy RSI模式，则是把摸索出来的解决办法进一步打磨成机器人的作业本能。机器人在实战试错、调整动作时产生的各类数据，会回流用于模型训练，把行之有效的操作固化下来，变成机器人可以直接执行的能力，不再需要临时调取记忆再思考对策。以外卖打包场景为例，包装袋提带很容易缠绕住机械夹爪，机器人经过多次尝试总结出先收回夹爪，再放入商品的操作方式，这套方案通过数据训练，逐步成为机器人的常规操作。

两套机制相互配合，一套留存处理问题的思路，一套固化实际操作的本能，让每一次实战中遇到的挫折，都成为机器人实现能力升级的素材。

便利店实地测试通过 24小时直播将迎来真实上岗大考

这套框架已经在真实便利店环境完成实地测试。精灵G2机器人独立完成熟食打包、商品取货、货架补货等精细工作。随着不断作业，任务完成质量逐步提升，全程没有工程师手动修改参数。

走出实验室的实地测试，只是技术迭代的第一步。智元表示，后续会拓展更多工作场景，持续打磨这套自我进化的技术体系。

按照公开计划，11月2日将开启一场24小时不间断直播。6台精灵G2机器人模拟便利店员工完整轮班，要接连应对午间客流高峰、晚间繁忙时段、深夜独自值守、清晨早餐备货四个阶段。直播不再只是展示机器人的标准演示动作，重点观察面对不停变化的真实环境，机器人能不能持续稳定干活、自主应对各类突发状况。